R语言数据框中的缺失值

缺失值记号

1. NA （Not Available,不可用）表示缺失值
2. NaN（Not a Number,非数值）表示不可能出现的值

检测缺失值
is.na()函数可以用来检测缺失值是否存在，如：

> y<-c(1,2,3,NA)
> is.na(y)
[1] FALSE FALSE FALSE  TRUE

> y<-c(1,2,3,NaN )
> is.na(y)
[1] FALSE FALSE FALSE  TRUE

可以看出 ，is.na()函数是如何作用在对象上的：它会返回相同大小的对象，如果某个位置是缺失值，则相应的位置会被改写成TRUE，否则会被改写成FALSE。

需要注意的是:

1. 缺失值是无法比较的，即便是与缺失值自身的比较。
2. R并不把无限的或者不可能出现的数值标记为缺失值。
3. 含有缺失值的算术表达式和函数的结果也是缺失值

> y<-c(1,2,3,NA)
> is.na(y)
> [1] FALSE FALSE FALSE  TRUE
>  x<-sum(y)
> x
[1] NaN

消除缺失值：
设置na.rm=TRUE

> x<-sum(y,na.rm=TRUE)
> x
[1] 6

缺失值一行删除：
删除所有含有缺失数据的行
使用na.omit()

> mydata
  x1 x2 x3 x4
1  1  5  6  3
2  2  6  8  4
3  3  7 NA  5
4  4  8 12  6
> newdata<-na.omit(mydata)
> newdata
  x1 x2 x3 x4
1  1  5  6  3
2  2  6  8  4
4  4  8 12  6